La computación afectiva es el estudio y desarrollo de sistemas y dispositivos que pueden reconocer, interpretar, procesar y simular los afectos humanos . Es un campo interdisciplinario que abarca la informática , la psicología y la ciencia cognitiva . [1] Si bien algunas ideas centrales en el campo se remontan a las primeras investigaciones filosóficas sobre la emoción , [2] la rama más moderna de la informática se originó con el artículo de Rosalind Picard de 1995 [3] sobre la computación afectiva y su libro Affective Computing [4] publicado por MIT Press .[5] [6] Una de las motivaciones de la investigación es la capacidad de dotar a las máquinas de inteligencia emocional, incluso para simular la empatía . La máquina debe interpretar el estado emocional de los humanos y adaptar su comportamiento a ellos, dando una respuesta adecuada a esas emociones.
La detección de información emocional generalmente comienza con sensores pasivos que capturan datos sobre el estado físico o el comportamiento del usuario sin interpretar la entrada. Los datos recopilados son análogos a las señales que usan los humanos para percibir las emociones en los demás. Por ejemplo, una cámara de video puede capturar expresiones faciales, posturas corporales y gestos, mientras que un micrófono puede capturar el habla. Otros sensores detectan señales emocionales midiendo directamente datos fisiológicos , como la temperatura de la piel y la resistencia galvánica . [7]
Reconocer la información emocional requiere la extracción de patrones significativos de los datos recopilados. Esto se hace utilizando técnicas de aprendizaje automático que procesan diferentes modalidades , como el reconocimiento de voz , el procesamiento del lenguaje natural o la detección de expresiones faciales .. El objetivo de la mayoría de estas técnicas es producir etiquetas que coincidan con las etiquetas que daría un perceptor humano en la misma situación: por ejemplo, si una persona hace una expresión facial frunciendo el ceño, entonces se le puede enseñar al sistema de visión por computadora a etiquetar su rostro parece "confundido" o "concentrado" o "ligeramente negativo" (en oposición a positivo, lo que podría decirse si sonrieran con una apariencia feliz). Estas etiquetas pueden o no corresponder a lo que la persona realmente siente.
Otra área dentro de la computación afectiva es el diseño de dispositivos computacionales propuestos para exhibir capacidades emocionales innatas o que sean capaces de simular emociones de manera convincente. Un enfoque más práctico, basado en las capacidades tecnológicas actuales, es la simulación de emociones en agentes conversacionales para enriquecer y facilitar la interactividad entre humanos y máquinas. [8]
Marvin Minsky , uno de los científicos informáticos pioneros en inteligencia artificial , relaciona las emociones con los problemas más amplios de la inteligencia artificial y afirma en The Emotion Machine que la emoción "no es especialmente diferente de los procesos que llamamos 'pensamiento'". [9]
En psicología, ciencia cognitiva y neurociencia, ha habido dos enfoques principales para describir cómo los humanos perciben y clasifican las emociones: continuas o categóricas. El enfoque continuo tiende a utilizar dimensiones como negativo frente a positivo, tranquilo frente a excitado.